„Grok 3“ az xAI legfejlettebb modellje, amelyet a Colossus szuperszámítógép-klaszteren képeztek ki, tízszer nagyobb számítási teljesítménnyel, mint a korábbi csúcstechnológiás modellek. Egy 1 millió tokenes kontextusablakkal és fejlett érvelési képességekkel rendelkezik, amelyeket nagyszabású megerősítéses tanulás javított, lehetővé téve a mély gondolkodási folyamatokat, amelyek másodpercekig vagy percekig is eltarthatnak összetett problémák megoldásához. A modell kiemelkedő teljesítményt nyújt akadémiai teszteken és valós felhasználói értékeléseken, 1402-es Elo pontszámot érve el a Chatbot Arénában. A Grok 3 Mini verzióval együtt jelent meg, amely egy költséghatékony változat, optimalizálva az egyszerűsített érveléshez.
A Claude 3.7 Sonnet az Anthropic eddigi legfejlettebb AI-modellje és a piac első hibrid gondolkodási rendszere. Standard és kiterjesztett gondolkodási módokat kínál, utóbbi átlátható, lépésről lépésre történő érvelést biztosít. A modell jelentős fejlődést mutat a kódolásban és a front-end webfejlesztésben, kiváló eredményeket érve el a SWE-bench Verified és a TAU-bench teszteken. A Claude.ai, az Anthropic API, az Amazon Bedrock és a Google Cloud Vertex AI révén elérhető, új mércét állítva az intelligens, AI által hajtott problémamegoldás terén.
| Grok 3 Beta | Claude 3.7 Sonnet - Extended Thinking | |
|---|---|---|
Szolgáltató | ||
Weboldal | ||
Kiadási Dátum | Jan 19, 2025 3 hónapok ago | Feb 24, 2025 1 hónap ago |
Modalitások | szöveg képek videó | szöveg képek |
API Szolgáltatók | xAI | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
Tudás Befejezési Dátuma | 2025-01 | - |
Nyílt Forráskódú | Nem | Nem |
Bemeneti Árazás | Nem elérhető | $3.00 millió tokenenként |
Kimeneti Árazás | Nem elérhető | $15.00 millió tokenenként |
MMLU | Nem elérhető | Nem elérhető |
MMLU Pro | 79.9% Base model Forrás | Nem elérhető |
MMMU | 78% With Think mode Forrás | 75% Forrás |
HellaSwag | Nem elérhető | Nem elérhető |
HumanEval | Nem elérhető | Nem elérhető |
MATH | Nem elérhető | 96.2% Forrás |
GPQA | 84.6% With Think mode, Diamond Forrás | 84.8% Diamond Forrás |
IFEval | Nem elérhető | 93.2% Forrás |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.